Timbres เป็นสีดนตรี ดนตรีที่แสดงออก: Timbre Timbres - สีสันทางดนตรี

ทิมเบร

พารามิเตอร์ที่รู้สึกได้ยากที่สุดคือเสียงต่ำ ด้วยคำจำกัดความของคำนี้ ความยากลำบากก็เกิดขึ้น เทียบได้กับคำจำกัดความของแนวคิด "ชีวิต" ทุกคนเข้าใจว่ามันคืออะไร แต่วิทยาศาสตร์ต่อสู้กับคำจำกัดความทางวิทยาศาสตร์มาหลายศตวรรษแล้ว ในทำนองเดียวกันกับคำว่า "จังหวะ": ทุกคนเข้าใจสิ่งที่เรากำลังพูดถึงเมื่อพวกเขาพูดว่า "เสียงอันไพเราะ" "เสียงเครื่องดนตรีที่ทื่อ" ฯลฯ แต่... คุณไม่สามารถพูดว่า "มากหรือน้อย" ได้ "สูงหรือต่ำ" เกี่ยวกับเสียงต่ำ "มีการใช้คำหลายสิบคำเพื่ออธิบาย: แห้ง, ดัง, นุ่มนวล, คมชัด, สว่าง ฯลฯ (เราจะพูดถึงคำศัพท์ในการอธิบายเสียงต่ำแยกกัน)

ทิมเบร(timbre-French) หมายถึง "คุณภาพเสียง", "โทนสี" (คุณภาพเสียง)

ลักษณะเสียงและลักษณะทางเสียง
เทคโนโลยีคอมพิวเตอร์สมัยใหม่ทำให้สามารถวิเคราะห์โครงสร้างชั่วคราวของสัญญาณดนตรีโดยละเอียดได้ - ซึ่งสามารถทำได้โดยโปรแกรมแก้ไขเพลงเกือบทุกชนิดเช่น Sound Forge, Wave Lab, SpectroLab เป็นต้น ตัวอย่างของโครงสร้างชั่วคราว (ออสซิลโลแกรม ) ของเสียงที่มีระดับเสียงเดียวกัน (หมายเหตุ “C” ของอ็อกเทฟแรก) ที่สร้างโดยเครื่องดนตรีหลายชนิด (ออร์แกน ไวโอลิน)
ดังที่เห็นได้จากรูปแบบคลื่นที่นำเสนอ (เช่น การขึ้นอยู่กับการเปลี่ยนแปลงของความดันเสียงตรงเวลา) แต่ละเสียงเหล่านี้สามารถแยกแยะได้สามขั้นตอน: การโจมตีของเสียง (กระบวนการสร้าง) ส่วนที่นิ่ง และ กระบวนการสลายตัว ในเครื่องมือต่าง ๆ ขึ้นอยู่กับวิธีการผลิตเสียงที่ใช้ในเครื่องมือเหล่านั้น ช่วงเวลาของเฟสเหล่านี้จะแตกต่างกัน - ดังที่เห็นในรูป

เครื่องดนตรีประเภทเพอร์คัชชันและดีด เช่น กีตาร์ มีช่วงระยะเวลาหยุดนิ่งและจังหวะสั้น และระยะเสื่อมสลายเป็นระยะเวลานาน ในเสียงของไปป์ออร์แกน คุณจะเห็นส่วนที่ยาวพอสมควรของระยะหยุดนิ่งและระยะการสลายตัวสั้น เป็นต้น หากคุณจินตนาการว่าส่วนของส่วนที่หยุดนิ่งของเสียงขยายออกไปตามกาลเวลา คุณจะสามารถมองเห็นช่วงเวลาได้ชัดเจน โครงสร้างของเสียง ช่วงเวลานี้มีความสำคัญโดยพื้นฐานในการกำหนดระดับเสียงดนตรี เนื่องจากระบบการได้ยินสามารถกำหนดระดับเสียงได้เฉพาะสัญญาณที่เป็นคาบเท่านั้น และสัญญาณที่ไม่ใช่คาบจะถูกมองว่าเป็นสัญญาณรบกวน

ตามทฤษฎีคลาสสิกที่พัฒนาขึ้นโดยเริ่มจาก Helmholtz เป็นเวลาเกือบร้อยปีข้างหน้า การรับรู้เสียงต่ำขึ้นอยู่กับโครงสร้างสเปกตรัมของเสียง นั่นคือ องค์ประกอบของเสียงหวือหวาและอัตราส่วนของแอมพลิจูดของมัน ฉันขอเตือนคุณว่าโอเวอร์โทนเป็นส่วนประกอบทั้งหมดของสเปกตรัมที่อยู่เหนือความถี่พื้นฐาน และโอเวอร์โทนที่มีความถี่อยู่ในอัตราส่วนจำนวนเต็มกับโทนเสียงพื้นฐานเรียกว่า ฮาร์โมนิค.
ดังที่ทราบกันดีว่าเพื่อให้ได้แอมพลิจูดและสเปกตรัมเฟสจำเป็นต้องทำการแปลงฟูริเยร์ในฟังก์ชันเวลา (t) เช่น การพึ่งพาความดันเสียง p ตรงเวลา เสื้อ
เมื่อใช้การแปลงฟูริเยร์ สัญญาณเวลาใดๆ ก็สามารถแสดงเป็นผลรวม (หรืออินทิกรัล) ของสัญญาณฮาร์มอนิกเชิงเดี่ยว (ไซนูซอยด์) ที่เป็นส่วนประกอบ และแอมพลิจูดและเฟสของส่วนประกอบเหล่านี้จะสร้างสเปกตรัมแอมพลิจูดและเฟสตามลำดับ

การใช้อัลกอริธึม Fast Fourier Transform (FFT) แบบดิจิทัลที่สร้างขึ้นในช่วงหลายทศวรรษที่ผ่านมา การดำเนินการกำหนดสเปกตรัมสามารถทำได้ในโปรแกรมประมวลผลเสียงเกือบทุกโปรแกรม ตัวอย่างเช่น โดยทั่วไปโปรแกรม SpectroLab จะเป็นเครื่องวิเคราะห์ดิจิทัลที่ช่วยให้คุณสามารถสร้างแอมพลิจูดและสเปกตรัมเฟสของสัญญาณดนตรีในรูปแบบต่างๆ รูปแบบการนำเสนอคลื่นความถี่อาจแตกต่างกันแม้ว่าจะแสดงผลการคำนวณเหมือนกันก็ตาม

รูปภาพนี้แสดงสเปกตรัมแอมพลิจูดของเครื่องดนตรีต่างๆ (ออสซิลโลแกรมดังแสดงในรูปก่อนหน้านี้) ในรูปแบบของการตอบสนองความถี่ การตอบสนองความถี่ที่นี่แสดงถึงการขึ้นต่อกันของแอมพลิจูดของโอเวอร์โทนในรูปแบบของระดับความดันเสียงในหน่วย dB บนความถี่

บางครั้งสเปกตรัมจะแสดงเป็นชุดของเสียงหวือหวาที่แยกจากกันและมีแอมพลิจูดต่างกัน สเปกตรัมสามารถนำเสนอในรูปแบบของสเปกโตรแกรม โดยที่แกนตั้งคือความถี่ แกนนอนคือเวลา และแอมพลิจูดจะแสดงด้วยความเข้มของสี

นอกจากนี้ยังมีรูปแบบการแสดงในรูปแบบสเปกตรัมสามมิติ (สะสม) ซึ่งจะกล่าวถึงด้านล่าง
ในการสร้างสเปกตรัมที่ระบุในรูปก่อนหน้า จะมีการเลือกช่วงเวลาหนึ่งในส่วนที่อยู่นิ่งของออสซิลโลแกรม และคำนวณสเปกตรัมเฉลี่ยในช่วงเวลานี้ ยิ่งส่วนนี้มีขนาดใหญ่เท่าใด ความละเอียดความถี่ก็จะยิ่งแม่นยำมากขึ้นเท่านั้น แต่ในขณะเดียวกัน รายละเอียดส่วนบุคคลของโครงสร้างทางเวลาของสัญญาณอาจหายไป (ปรับให้เรียบ) สเปกตรัมที่อยู่กับที่ดังกล่าวมีลักษณะเฉพาะของเครื่องดนตรีแต่ละชนิดและขึ้นอยู่กับกลไกของการสร้างเสียงในนั้น

ตัวอย่างเช่น ฟลุตใช้ไปป์ที่เปิดที่ปลายทั้งสองข้างเป็นตัวสะท้อนเสียง ดังนั้นจึงประกอบด้วยฮาร์โมนิกคู่และคี่ทั้งหมดในสเปกตรัม ในกรณีนี้ ระดับ (แอมพลิจูด) ของฮาร์โมนิคจะลดลงอย่างรวดเร็วตามความถี่ คลาริเน็ตใช้ไปป์เป็นตัวสะท้อนเสียง โดยปิดอยู่ที่ปลายด้านหนึ่ง ดังนั้นสเปกตรัมจึงมีฮาร์โมนิกคี่เป็นหลัก ไปป์มีฮาร์โมนิคความถี่สูงจำนวนมากในสเปกตรัม ดังนั้นเสียงต่ำของเครื่องดนตรีเหล่านี้จึงแตกต่างอย่างสิ้นเชิง: ฟลุตนั้นนุ่มนวล, อ่อนโยน, คลาริเน็ตนั้นทื่อ, ทื่อ, ทรัมเป็ตนั้นสดใสและคมชัด

มีงานหลายร้อยชิ้นที่อุทิศให้กับการศึกษาอิทธิพลขององค์ประกอบสเปกตรัมของเสียงหวือหวาที่มีต่อเสียงต่ำ เนื่องจากปัญหานี้มีความสำคัญอย่างยิ่งทั้งต่อการออกแบบเครื่องดนตรีและอุปกรณ์อคูสติกคุณภาพสูง โดยเฉพาะอย่างยิ่งในส่วนที่เกี่ยวข้องกับการพัฒนา Hi- Fi และอุปกรณ์ระดับไฮเอนด์ และสำหรับการประเมินการได้ยินของโฟโนแกรมและงานอื่นๆ ที่ยืนอยู่หน้าวิศวกรเสียง ประสบการณ์การได้ยินที่สะสมมามากมายของวิศวกรเสียงที่ยอดเยี่ยมของเรา - P.K. คอนดราชินา, วี.จี. ไดโนวา อี.วี. Nikulsky, S.G. Shugal และคนอื่น ๆ - สามารถให้ข้อมูลอันล้ำค่าเกี่ยวกับปัญหานี้ได้ (โดยเฉพาะอย่างยิ่งหากพวกเขาเขียนเกี่ยวกับเขาในหนังสือซึ่งฉันอยากจะขอให้พวกเขา)

เนื่องจากมีข้อมูลนี้จำนวนมากมากและมักจะขัดแย้งกัน เราจึงนำเสนอเพียงบางส่วนเท่านั้น
การวิเคราะห์โครงสร้างทั่วไปของสเปกตรัมของเครื่องมือต่างๆ ที่แสดงในรูปที่ 5 ช่วยให้เราสามารถสรุปได้ดังต่อไปนี้:
- ในกรณีที่ไม่มีหรือขาดเสียงหวือหวาโดยเฉพาะอย่างยิ่งในการลงทะเบียนด้านล่างเสียงต่ำจะน่าเบื่อว่างเปล่า - ตัวอย่างคือสัญญาณไซน์ซอยด์จากเครื่องกำเนิด
- การปรากฏตัวในสเปกตรัมของฮาร์โมนิกห้าถึงเจ็ดตัวแรกที่มีแอมพลิจูดขนาดใหญ่เพียงพอทำให้เสียงมีความสมบูรณ์และความสมบูรณ์ของเสียง
- การอ่อนตัวของฮาร์โมนิกแรกและการเสริมความแข็งแกร่งของฮาร์โมนิกที่สูงกว่า (ตั้งแต่ที่หก - เจ็ดขึ้นไป) ให้เสียงต่ำ

การวิเคราะห์ซองสเปกตรัมแอมพลิจูดสำหรับเครื่องดนตรีต่าง ๆ ทำให้สามารถสร้างได้ (Kuznetsov "อะคูสติกของเครื่องดนตรี"):
- การเพิ่มขึ้นอย่างราบรื่นของซองจดหมาย (การเพิ่มแอมพลิจูดของกลุ่มเสียงหวือหวาบางกลุ่ม) ในพื้นที่ 200...700 Hz ช่วยให้คุณได้รับเฉดสีของความสมบูรณ์และความลึก
- การเพิ่มขึ้นของขอบเขต 2.5…3 kHz ทำให้เสียงต่ำมีคุณภาพที่คมชัด
- การเพิ่มขึ้นของขอบเขต 3…4.5 kHz ทำให้เกิดความคมชัดของเสียงร้อง เสียงแหลม ฯลฯ

หนึ่งในความพยายามหลายครั้งในการจำแนกคุณสมบัติของเสียงโดยขึ้นอยู่กับองค์ประกอบสเปกตรัมของเสียงแสดงอยู่ในภาพ

การทดลองหลายครั้งเพื่อประเมินคุณภาพเสียง (และผลจากเสียงต่ำ) ของระบบเสียง ทำให้สามารถสร้างอิทธิพลของจุดสูงสุดและการลดลงต่างๆ ในการตอบสนองความถี่ต่อการมองเห็นการเปลี่ยนแปลงของเสียงต่ำได้ โดยเฉพาะอย่างยิ่ง แสดงให้เห็นว่าการมองเห็นได้ชัดเจนขึ้นอยู่กับแอมพลิจูด ตำแหน่งบนสเกลความถี่ และปัจจัยด้านคุณภาพของจุดยอดและจุดบนซองสเปกตรัม (เช่น การตอบสนองความถี่) ในช่วงความถี่กลาง เกณฑ์สำหรับการมองเห็นได้ชัดเจนของจุดสูงสุด เช่น การเบี่ยงเบนไปจากระดับเฉลี่ย คือ 2...3 dB และการมองเห็นการเปลี่ยนแปลงของเสียงต่ำที่จุดสูงสุดจะมากกว่าการเปลี่ยนแปลงที่รางน้ำ ช่องว่างความกว้างแคบ (น้อยกว่า 1/3 ของอ็อกเทฟ) แทบจะมองไม่เห็นด้วยหู - เห็นได้ชัดว่านี่คือคำอธิบายโดยข้อเท็จจริงที่ว่ามันเป็นช่องว่างแคบ ๆ อย่างแม่นยำที่ห้องนำไปสู่การตอบสนองความถี่ของแหล่งกำเนิดเสียงต่างๆ และ หูคุ้นเคยกับพวกเขา

การจัดกลุ่มเสียงหวือหวาออกเป็นกลุ่มรูปแบบมีผลกระทบอย่างมีนัยสำคัญ โดยเฉพาะอย่างยิ่งในบริเวณที่มีความไวในการได้ยินสูงสุด เนื่องจากเป็นที่ตั้งของพื้นที่รูปแบบที่ทำหน้าที่เป็นเกณฑ์หลักสำหรับการแยกความแตกต่างของเสียงพูด การมีช่วงความถี่ของรูปแบบ (เช่น เสียงหวือหวาที่เน้น) จึงส่งผลกระทบอย่างมีนัยสำคัญต่อการรับรู้เสียงของเครื่องดนตรีและเสียงร้องเพลง: สำหรับ ตัวอย่างเช่น กลุ่มรูปแบบในภูมิภาค 2...3 kHz ให้เสียงร้องที่ไพเราะ และเสียงไวโอลิน รูปแบบที่สามนี้เด่นชัดเป็นพิเศษในสเปกตรัมของไวโอลิน Stradivarius

ดังนั้น คำกล่าวของทฤษฎีคลาสสิกจึงเป็นความจริงอย่างแน่นอนว่าเสียงที่รับรู้ของเสียงนั้นขึ้นอยู่กับองค์ประกอบสเปกตรัมของมัน นั่นคือ ตำแหน่งของเสียงหวือหวาในระดับความถี่และอัตราส่วนของแอมพลิจูดของมัน สิ่งนี้ได้รับการยืนยันจากแนวทางปฏิบัติมากมายในการทำงานกับเสียงในสาขาต่างๆ โปรแกรมเพลงสมัยใหม่ทำให้ง่ายต่อการตรวจสอบโดยใช้ตัวอย่างง่ายๆ ตัวอย่างเช่น ใน Sound Forge โดยใช้ตัวสร้างในตัว คุณสามารถสังเคราะห์เสียงต่างๆ ด้วยองค์ประกอบสเปกตรัมที่แตกต่างกัน และฟังว่าเสียงต่ำของเสียงเปลี่ยนแปลงไปอย่างไร

ข้อสรุปที่สำคัญมากอีกสองข้อตามมาจากนี้:
- เสียงดนตรีและคำพูดเปลี่ยนไปขึ้นอยู่กับการเปลี่ยนแปลงของระดับเสียงและการขนย้ายความสูง

เมื่อคุณเปลี่ยนระดับเสียง การรับรู้ของเสียงต่ำจะเปลี่ยนไป ประการแรกด้วยการเพิ่มแอมพลิจูดของการสั่นสะเทือนของเครื่องสั่นของเครื่องดนตรีต่าง ๆ (สาย, เมมเบรน, ซาวด์บอร์ด ฯลฯ ) เอฟเฟกต์แบบไม่เชิงเส้นเริ่มปรากฏขึ้นในตัวสิ่งเหล่านี้และสิ่งนี้นำไปสู่การเพิ่มคุณค่าของสเปกตรัมด้วยเสียงหวือหวาเพิ่มเติม รูปภาพนี้แสดงสเปกตรัมของเปียโนที่แรงกระแทกต่างๆ โดยที่เส้นประทำเครื่องหมายส่วนที่เป็นเสียงรบกวนของสเปกตรัม

ประการที่สอง เมื่อระดับเสียงเพิ่มขึ้น ความไวของระบบการได้ยินต่อการรับรู้ความถี่ต่ำและสูงจะเปลี่ยนไป (เส้นโค้งความดังเท่ากันถูกเขียนไว้ในบทความก่อนหน้านี้) ดังนั้น เมื่อระดับเสียงเพิ่มขึ้น (จนถึงขีดจำกัดที่เหมาะสมที่ 90...92 เดซิเบล) เสียงต่ำจะเต็มอิ่มยิ่งขึ้นกว่าเสียงที่เงียบ เมื่อระดับเสียงเพิ่มขึ้น การบิดเบือนที่รุนแรงเริ่มส่งผลต่อแหล่งกำเนิดเสียงและระบบการได้ยิน ซึ่งส่งผลให้เสียงต่ำลง

การเปลี่ยนทำนองในระดับเสียงสูงต่ำยังเปลี่ยนการรับรู้เสียงต่ำอีกด้วย ประการแรก สเปกตรัมหมดลง เนื่องจากเสียงหวือหวาบางส่วนตกอยู่ในช่วงที่ไม่สามารถได้ยินได้สูงกว่า 15...20 kHz; ประการที่สอง ในภูมิภาคความถี่สูง เกณฑ์การได้ยินจะสูงกว่ามาก และเสียงหวือหวาความถี่สูงจะไม่ได้ยิน ในเสียงที่มีการบันทึกต่ำ (เช่น ในออร์แกน) เสียงโอเวอร์โทนจะได้รับการปรับปรุงเนื่องจากความไวของการได้ยินที่เพิ่มขึ้นต่อความถี่กลาง ดังนั้นเสียงที่มีการบันทึกต่ำจึงฟังดูสมบูรณ์กว่าเสียงที่มีการบันทึกกลาง ซึ่งไม่มีการเพิ่มโทนเสียงดังกล่าว ควรสังเกตว่าเนื่องจากเส้นโค้งของความดังเท่ากันรวมถึงการสูญเสียความไวในการได้ยินต่อความถี่สูงนั้นส่วนใหญ่เป็นรายบุคคลการเปลี่ยนแปลงในการรับรู้เสียงต่ำที่มีการเปลี่ยนแปลงของระดับเสียงและระดับเสียงจึงแตกต่างกันอย่างมากในแต่ละคน
อย่างไรก็ตาม ข้อมูลการทดลองที่สะสมจนถึงปัจจุบันทำให้สามารถเปิดเผยค่าคงที่ (ความเสถียร) ของเสียงต่ำได้ภายใต้เงื่อนไขหลายประการ ตัวอย่างเช่น เมื่อย้ายทำนองไปตามสเกลความถี่ แน่นอนว่าเฉดสีของเสียงต่ำจะเปลี่ยนไป แต่โดยทั่วไปแล้วเสียงต่ำของเครื่องดนตรีหรือเสียงนั้นสามารถจดจำได้ง่าย เช่น เมื่อฟัง เช่น เมื่อฟังแซกโซโฟนหรือเครื่องดนตรีอื่น ๆ ผ่าน วิทยุทรานซิสเตอร์ คุณสามารถจดจำเสียงต่ำได้ แม้ว่าสเปกตรัมจะผิดเพี้ยนไปมากก็ตาม เมื่อฟังเครื่องดนตรีชนิดเดียวกัน ณ จุดต่างๆ ในห้องโถง เสียงร้องของเครื่องดนตรีก็เปลี่ยนไปเช่นกัน แต่คุณสมบัติพื้นฐานของเสียงดนตรีที่มีอยู่ในเครื่องดนตรีนี้ยังคงอยู่

ความขัดแย้งเหล่านี้บางส่วนได้รับการอธิบายไว้บางส่วนภายใต้กรอบของทฤษฎีสเปกตรัมคลาสสิกของเสียงต่ำ ตัวอย่างเช่น แสดงให้เห็นว่าเพื่อรักษาลักษณะพื้นฐานของเสียงต่ำในระหว่างการขนย้าย (การถ่ายโอนตามระดับความถี่) สิ่งสำคัญโดยพื้นฐานคือการรักษารูปร่างของเปลือกสเปกตรัมแอมพลิจูด (นั่นคือ โครงสร้างรูปแบบ) ตัวอย่างเช่น รูปภาพแสดงให้เห็นว่าเมื่อสเปกตรัมถูกถ่ายโอนโดยอ็อกเทฟในกรณีที่โครงสร้างซองจดหมายถูกรักษาไว้ (ตัวเลือก “a”) ความแปรผันของเสียงจะมีนัยสำคัญน้อยกว่าเมื่อสเปกตรัมถูกถ่ายโอนในขณะที่ยังคงรักษาอัตราส่วนแอมพลิจูด (ตัวเลือก “ข”)

สิ่งนี้อธิบายความจริงที่ว่าเสียงคำพูด (สระ พยัญชนะ) สามารถรับรู้ได้โดยไม่คำนึงถึงระดับเสียง (ความถี่ของน้ำเสียงพื้นฐาน) ที่พวกเขาออกเสียง หากตำแหน่งของภูมิภาคที่สร้างสัมพันธ์กันนั้นถูกรักษาไว้

ดังนั้นเมื่อสรุปผลลัพธ์ที่ได้จากทฤษฎีเสียงต่ำโดยคำนึงถึงผลลัพธ์ของปีที่ผ่านมาเราสามารถพูดได้ว่าเสียงต่ำนั้นขึ้นอยู่กับองค์ประกอบสเปกตรัมโดยเฉลี่ยของเสียงอย่างมีนัยสำคัญ: จำนวนเสียงหวือหวาตำแหน่งสัมพัทธ์ ในระดับความถี่ ในอัตราส่วนของแอมพลิจูด นั่นคือ รูปร่างสเปกตรัมซองจดหมาย (AFC) หรือที่แม่นยำกว่านั้นคือการกระจายสเปกตรัมของพลังงานเหนือความถี่
อย่างไรก็ตามเมื่อการทดลองครั้งแรกในการสังเคราะห์เสียงของเครื่องดนตรีเริ่มขึ้นในยุค 60 ความพยายามที่จะสร้างเสียงโดยเฉพาะอย่างยิ่งของทรัมเป็ตตามองค์ประกอบที่รู้จักของสเปกตรัมโดยเฉลี่ยกลับกลายเป็นว่าไม่ประสบความสำเร็จ - เสียงร้องแตกต่างไปจากเดิมอย่างสิ้นเชิง จากเสียงเครื่องทองเหลือง เช่นเดียวกับการพยายามสังเคราะห์เสียงครั้งแรก ในช่วงเวลานี้เองที่การพัฒนาในทิศทางอื่นเริ่มต้นขึ้นโดยอาศัยความเป็นไปได้ที่ได้รับจากเทคโนโลยีคอมพิวเตอร์ - สร้างการเชื่อมโยงระหว่างการรับรู้เสียงต่ำและโครงสร้างชั่วคราวของสัญญาณ
ก่อนที่จะไปสู่ผลลัพธ์ที่ได้รับในทิศทางนี้ต้องกล่าวสิ่งต่อไปนี้
อันดับแรก. เป็นที่เชื่อกันอย่างกว้างขวางว่าเมื่อทำงานกับสัญญาณเสียงก็เพียงพอแล้วที่จะได้รับข้อมูลเกี่ยวกับองค์ประกอบสเปกตรัมเนื่องจากคุณสามารถไปที่รูปแบบชั่วคราวโดยใช้การแปลงฟูริเยร์และในทางกลับกัน อย่างไรก็ตาม การเชื่อมโยงที่ชัดเจนระหว่างการแสดงสัญญาณชั่วคราวและสเปกตรัมมีอยู่ในระบบเชิงเส้นเท่านั้น และระบบการได้ยินก็เป็นระบบไม่เชิงเส้นโดยพื้นฐาน ทั้งที่ระดับสัญญาณสูงและต่ำ ดังนั้นการประมวลผลข้อมูลในระบบการได้ยินจึงเกิดขึ้นแบบคู่ขนานทั้งในขอบเขตสเปกตรัมและขอบเขตขมับ

นักพัฒนาอุปกรณ์อะคูสติกคุณภาพสูงต้องเผชิญกับปัญหานี้อยู่ตลอดเวลาเมื่อความผิดเพี้ยนของการตอบสนองความถี่ของระบบเสียง (นั่นคือความไม่สม่ำเสมอของเปลือกสเปกตรัม) เกือบถึงเกณฑ์การได้ยิน (ความไม่สม่ำเสมอของ 2 dB, แบนด์วิดท์ 20 Hz) ..20 kHz ฯลฯ) และผู้เชี่ยวชาญหรือวิศวกรเสียงกล่าวว่า: "เสียงไวโอลินฟังดูเย็นชา" หรือ "เสียงเป็นโลหะ" เป็นต้น ดังนั้นข้อมูลที่ได้รับจากบริเวณสเปกตรัมจึงไม่เพียงพอสำหรับระบบการได้ยิน จึงจำเป็นต้องมีข้อมูลเกี่ยวกับโครงสร้างขมับ ไม่น่าแปลกใจที่วิธีการวัดและประเมินอุปกรณ์อะคูสติกมีการเปลี่ยนแปลงอย่างมีนัยสำคัญในช่วงไม่กี่ปีที่ผ่านมา - มีมาตรวิทยาดิจิทัลใหม่ปรากฏขึ้นซึ่งทำให้สามารถกำหนดพารามิเตอร์ได้สูงสุด 30 ตัวทั้งในเวลาและโดเมนสเปกตรัม
ด้วยเหตุนี้ ระบบการได้ยินจะต้องได้รับข้อมูลเกี่ยวกับเสียงของดนตรีและสัญญาณเสียงพูดจากทั้งโครงสร้างทางขมับและสเปกตรัมของสัญญาณ
ที่สอง. ผลลัพธ์ทั้งหมดที่ได้รับข้างต้นในทฤษฎีคลาสสิกของเสียงต่ำ (ทฤษฎีเฮล์มโฮลทซ์) ขึ้นอยู่กับการวิเคราะห์สเปกตรัมนิ่งที่ได้รับจากส่วนที่นิ่งของสัญญาณด้วยค่าเฉลี่ยที่แน่นอน แต่ความจริงที่ว่าในดนตรีจริงและสัญญาณเสียงพูดไม่มีในทางปฏิบัติ ชิ้นส่วนที่คงที่และอยู่กับที่เป็นสิ่งสำคัญขั้นพื้นฐาน ดนตรีสดเป็นแบบไดนามิกที่ต่อเนื่อง การเปลี่ยนแปลงอย่างต่อเนื่อง และนี่เป็นเพราะคุณสมบัติเชิงลึกของระบบการได้ยิน

การศึกษาทางสรีรวิทยาของการได้ยินทำให้สามารถพิสูจน์ได้ว่าในระบบการได้ยิน โดยเฉพาะอย่างยิ่งในส่วนที่สูงกว่า มีเซลล์ประสาทที่เรียกว่า "สิ่งแปลกใหม่" หรือ "การจดจำ" จำนวนมาก กล่าวคือ เซลล์ประสาทที่เปิดและเริ่มปล่อยประจุไฟฟ้า เฉพาะในกรณีที่มีการเปลี่ยนแปลงสัญญาณ (เปิด, ปิด, เปลี่ยนระดับเสียง, ระดับเสียงสูงต่ำ ฯลฯ ) หากสัญญาณหยุดนิ่ง เซลล์ประสาทเหล่านี้จะไม่เปิดขึ้น และสัญญาณจะถูกควบคุมโดยเซลล์ประสาทจำนวนจำกัด ปรากฏการณ์นี้เป็นที่รู้จักอย่างกว้างขวางในชีวิตประจำวัน: หากสัญญาณไม่เปลี่ยนแปลงก็มักจะถูกหยุดสังเกต
สำหรับการแสดงดนตรี ความซ้ำซากจำเจและความมั่นคงใดๆ ถือเป็นหายนะ: เซลล์ประสาทแห่งความแปลกใหม่ของผู้ฟังจะถูกปิด และเขาหยุดการรับรู้ข้อมูล (สุนทรียภาพ อารมณ์ ความหมาย ฯลฯ) ดังนั้นในการแสดงสดจึงมีความเคลื่อนไหวอยู่เสมอ (นักดนตรีและนักร้องในวงกว้าง ใช้การปรับสัญญาณต่างๆ - สั่น, ลูกคอ ฯลฯ )

นอกจากนี้ เครื่องดนตรีแต่ละชนิด รวมทั้งเสียงร้อง มีระบบการผลิตเสียงพิเศษ ซึ่งกำหนดโครงสร้างสัญญาณชั่วคราวและพลวัตของการเปลี่ยนแปลงของตัวเอง การเปรียบเทียบโครงสร้างชั่วคราวของเสียงแสดงให้เห็นถึงความแตกต่างพื้นฐาน โดยเฉพาะอย่างยิ่งระยะเวลาของทั้งสามส่วน ได้แก่ การโจมตี ส่วนที่อยู่กับที่ และการสลายตัว ต่างกันที่ระยะเวลาและรูปแบบสำหรับเครื่องดนตรีทั้งหมด เครื่องเพอร์คัชชันมีส่วนหยุดนิ่งที่สั้นมาก เวลาโจมตี 0.5...3 มิลลิวินาที และเวลาสลายตัว 0.2...1 วินาที; สำหรับเครื่องดนตรีโค้งคำนับ เวลาโจมตีคือ 30...120 ms เวลาสลายตัวคือ 0.15...0.5 วินาที อวัยวะมีการโจมตี 50...1,000 ms และการสลายตัว 0.2...2 วิ นอกจากนี้ รูปร่างของกรอบเวลายังแตกต่างกันโดยพื้นฐาน
การทดลองแสดงให้เห็นว่า หากคุณถอดส่วนหนึ่งของโครงสร้างชั่วคราวที่สัมพันธ์กับการโจมตีของเสียงออก หรือสลับการโจมตีและการสลายตัว (เล่นในทิศทางตรงกันข้าม) หรือแทนที่การโจมตีจากเครื่องดนตรีเครื่องหนึ่งด้วยการโจมตีจากอีกเครื่องหนึ่ง จากนั้นจึงระบุ เสียงต่ำของเครื่องดนตรีชนิดใดชนิดหนึ่งแทบจะเป็นไปไม่ได้เลย ดังนั้น สำหรับการรับรู้เสียงต่ำ ไม่เพียงแต่ส่วนที่อยู่นิ่งเท่านั้น (สเปกตรัมเฉลี่ยซึ่งทำหน้าที่เป็นพื้นฐานของทฤษฎีเสียงต่ำแบบคลาสสิก) แต่ยังรวมถึงระยะเวลาของการก่อตัวของโครงสร้างชั่วคราวตลอดจนระยะเวลาของการลดทอน (การสลายตัว) เป็นองค์ประกอบที่สำคัญ

อันที่จริง เมื่อฟังในห้องใดก็ตาม การสะท้อนครั้งแรกจะมาถึงระบบการได้ยินหลังจากการโจมตี และส่วนเริ่มแรกของส่วนที่หยุดนิ่งก็ได้ยินไปแล้ว ในเวลาเดียวกันการสลายตัวของเสียงจากเครื่องดนตรีจะถูกทับด้วยกระบวนการก้องกังวานของห้องซึ่งจะปกปิดเสียงอย่างมีนัยสำคัญและโดยธรรมชาติแล้วจะนำไปสู่การเปลี่ยนแปลงในการรับรู้เสียงต่ำของมัน การได้ยินมีความเฉื่อยบางอย่างและเสียงสั้น ๆ จะถูกมองว่าเป็นการคลิก ดังนั้นระยะเวลาของเสียงจะต้องมากกว่า 60 มิลลิวินาทีจึงจะสามารถจดจำระดับเสียงและโทนเสียงได้ เห็นได้ชัดว่าค่าคงที่ควรจะปิด
อย่างไรก็ตาม เวลาระหว่างจุดเริ่มต้นของการมาถึงของเสียงโดยตรงและช่วงเวลาที่การมาถึงของการสะท้อนครั้งแรกนั้นเพียงพอที่จะรับรู้เสียงต่ำของเครื่องดนตรีแต่ละชิ้น - เห็นได้ชัดว่าสถานการณ์นี้เป็นตัวกำหนดความไม่แปรปรวน (ความเสถียร) ของการรับรู้ เสียงต่ำของเครื่องดนตรีต่างๆ ภายใต้สภาวะการฟังที่แตกต่างกัน เทคโนโลยีคอมพิวเตอร์สมัยใหม่ทำให้สามารถวิเคราะห์รายละเอียดที่เพียงพอเกี่ยวกับกระบวนการสร้างเสียงของเครื่องดนตรีต่างๆ และเพื่อเน้นคุณลักษณะทางเสียงที่สำคัญที่สุดที่สำคัญที่สุดในการกำหนดเสียงต่ำ

โครงสร้างของสเปกตรัมคงที่ (เฉลี่ย) มีอิทธิพลอย่างมากต่อการรับรู้เสียงของเครื่องดนตรีหรือเสียง: องค์ประกอบของเสียงหวือหวา ตำแหน่งบนสเกลความถี่ อัตราส่วนความถี่ การกระจายแอมพลิจูด และรูปร่างของสเปกตรัม ซองจดหมาย การปรากฏตัวและรูปร่างของขอบเขตรูปแบบ ฯลฯ ซึ่งยืนยันบทบัญญัติของทฤษฎีดนตรีคลาสสิกของเสียงร้องที่กำหนดไว้ในงานของเฮล์มโฮลทซ์อย่างสมบูรณ์
อย่างไรก็ตาม วัสดุทดลองที่ได้รับในช่วงหลายทศวรรษที่ผ่านมาได้แสดงให้เห็นว่าบทบาทที่มีนัยสำคัญเท่าเทียมกันและอาจมีความสำคัญมากกว่านั้นในการจดจำเสียงนั้นเกิดจากการเปลี่ยนแปลงโครงสร้างของเสียงที่ไม่คงที่และด้วยเหตุนี้กระบวนการในการเผยสเปกตรัมของมันให้ทันเวลา โดยเฉพาะอย่างยิ่งในระยะเริ่มแรกของการโจมตีด้วยเสียง

กระบวนการเปลี่ยนแปลงสเปกตรัมเมื่อเวลาผ่านไปสามารถ “มองเห็น” ได้อย่างชัดเจนเป็นพิเศษโดยใช้สเปกโตรแกรมหรือสเปกตรัมสามมิติ (สามารถสร้างขึ้นได้โดยใช้โปรแกรมแก้ไขเพลงส่วนใหญ่ Sound Forge, SpectroLab, Wave Lab ฯลฯ) การวิเคราะห์เสียงของเครื่องดนตรีต่าง ๆ ทำให้สามารถระบุลักษณะเฉพาะของกระบวนการ "แฉ" ของสเปกตรัมได้ ตัวอย่างเช่น รูปนี้แสดงสเปกตรัมสามมิติของเสียงระฆัง โดยที่ความถี่เป็น Hz ถูกกำหนดไว้บนแกนหนึ่ง ส่วนเวลาเป็นวินาทีในอีกแกนหนึ่ง บนแอมพลิจูดที่สามในหน่วยเดซิเบล กราฟแสดงให้เห็นอย่างชัดเจนว่ากระบวนการเติบโต การก่อตั้ง และการสลายตัวของเปลือกสเปกตรัมเกิดขึ้นอย่างไรเมื่อเวลาผ่านไป

การเปรียบเทียบการโจมตีของโทนเสียง C4 ในเครื่องดนตรีไม้ชนิดต่างๆ แสดงให้เห็นว่ากระบวนการสร้างการสั่นสะเทือนในเครื่องดนตรีแต่ละชิ้นมีลักษณะพิเศษของตัวเอง:

คลาริเน็ตถูกครอบงำด้วยฮาร์โมนิคคี่ 1/3/5 โดยฮาร์โมนิคตัวที่สามปรากฏในสเปกตรัมช้ากว่าตัวแรก 30 มิลลิวินาที จากนั้นฮาร์โมนิคที่สูงกว่าจะค่อยๆ "เรียงกัน"
- ในโอโบการสร้างการแกว่งเริ่มต้นด้วยฮาร์โมนิกที่สองและสามจากนั้นฮาร์โมนิกที่สี่จะปรากฏขึ้นและหลังจาก 8 มิลลิวินาทีฮาร์โมนิกแรกก็เริ่มปรากฏขึ้น
- ฮาร์โมนิคแรกของฟลุตจะปรากฏขึ้นก่อน จากนั้นหลังจากผ่านไป 80 มิลลิวินาที ฮาร์โมนิคอื่นๆ ทั้งหมดจะค่อยๆ เข้ามา

รูปภาพนี้แสดงกระบวนการสร้างการสั่นสะเทือนสำหรับกลุ่มเครื่องดนตรีทองเหลือง ได้แก่ ทรัมเป็ต ทรอมโบน แตร และทูบา

ความแตกต่างที่เห็นได้ชัดเจน:
- ทรัมเป็ตมีลักษณะกะทัดรัดของกลุ่มฮาร์โมนิกที่สูงกว่า ทรอมโบนมีฮาร์โมนิกตัวที่สองปรากฏขึ้นก่อน ตามด้วยตัวแรก และหลังจาก 10 มิลลิวินาที จะแสดงตัวที่สองและสาม ทูบาและแตรแสดงความเข้มข้นของพลังงานในฮาร์โมนิกสามตัวแรก แทบจะไม่มีฮาร์โมนิกที่สูงกว่าเลย

การวิเคราะห์ผลลัพธ์ที่ได้แสดงให้เห็นว่ากระบวนการโจมตีทางเสียงขึ้นอยู่กับลักษณะทางกายภาพของการผลิตเสียงบนเครื่องดนตรีที่กำหนด:
- จากการใช้แผ่นรองหูหรือไม้เท้าซึ่งแบ่งเป็นแบบเดี่ยวหรือแบบคู่
- จากท่อรูปทรงต่างๆ (เจาะแคบตรง หรือเจาะกว้างทรงกรวย) เป็นต้น

สิ่งนี้จะกำหนดจำนวนฮาร์โมนิก เวลาที่ปรากฏ ความเร็วของแอมพลิจูดที่สร้างขึ้น และรูปร่างของเปลือกของโครงสร้างชั่วคราวของเสียงตามลำดับ เครื่องดนตรีบางชนิด เช่น ฟลุต

ซองจดหมายในช่วงระยะเวลาการโจมตีมีลักษณะเอกซ์โปเนนเชียลที่ราบรื่นและในบางจังหวะเช่นปี่บาสซูนจะมองเห็นได้ชัดเจนซึ่งเป็นหนึ่งในสาเหตุของความแตกต่างที่สำคัญในเสียงของพวกเขา

ในระหว่างการโจมตี บางครั้งฮาร์โมนิคที่สูงขึ้นจะมาก่อนโทนเสียงพื้นฐาน ดังนั้นความผันผวนของระดับเสียงจึงอาจเกิดขึ้นได้ และด้วยเหตุนี้ความสูงของเสียงทั้งหมดจึงค่อยๆ เพิ่มขึ้น บางครั้งการเปลี่ยนแปลงในช่วงเวลาเหล่านี้มีลักษณะกึ่งสุ่ม สัญญาณทั้งหมดนี้ช่วยให้ระบบการได้ยิน "ระบุ" เสียงของเครื่องดนตรีชนิดใดชนิดหนึ่งในช่วงเริ่มต้นของเสียง

ในการประเมินเสียงต่ำของเสียง สิ่งสำคัญไม่เพียงแต่ในช่วงเวลาของการจดจำเท่านั้น (เช่น ความสามารถในการแยกแยะเครื่องดนตรีหนึ่งจากอีกเครื่องหนึ่ง) แต่ยังรวมถึงความสามารถในการประเมินการเปลี่ยนแปลงของเสียงต่ำในระหว่างการแสดงด้วย ที่นี่บทบาทที่สำคัญที่สุดคือการเปลี่ยนแปลงของเปลือกสเปกตรัมเมื่อเวลาผ่านไปในทุกขั้นตอนของเสียง: การโจมตีส่วนที่หยุดนิ่งการสลายตัว
พฤติกรรมของเสียงหวือหวาแต่ละครั้งยังมีข้อมูลที่สำคัญเกี่ยวกับเสียงต่ำด้วย ตัวอย่างเช่นในเสียงระฆังพลวัตของการเปลี่ยนแปลงจะมองเห็นได้ชัดเจนโดยเฉพาะทั้งในองค์ประกอบของสเปกตรัมและในลักษณะของการเปลี่ยนแปลงเมื่อเวลาผ่านไปในแอมพลิจูดของเสียงหวือหวาแต่ละตัว: หากในช่วงแรกหลังจากตีหลายครั้ง องค์ประกอบสเปกตรัมหลายสิบชิ้นจะมองเห็นได้ชัดเจนในสเปกตรัม ซึ่งสร้างลักษณะเสียงรบกวนของเสียงต่ำ จากนั้นหลังจากนั้นไม่กี่วินาที เสียงหวือหวาพื้นฐานหลายรายการยังคงอยู่ในสเปกตรัม (โทนพื้นฐาน อ็อกเทฟ ดูโอเดซิมา และไมเนอร์ที่สามแยกจากกันสองอ็อกเทฟ) ส่วนที่เหลือจางหายไป และสร้างเสียงต่ำที่มีโทนสีพิเศษ

ตัวอย่างของการเปลี่ยนแปลงในแอมพลิจูดของเสียงหวือหวาหลักเมื่อเวลาผ่านไปสำหรับระฆังแสดงอยู่ในภาพ จะเห็นได้ว่ามีลักษณะเฉพาะคือการโจมตีระยะสั้นและระยะเวลาการสลายตัวที่ยาวนาน ในขณะที่ความเร็วของการเข้าและการสลายตัวของโอเวอร์โทนของคำสั่งต่างๆ และลักษณะของการเปลี่ยนแปลงในแอมพลิจูดเมื่อเวลาผ่านไปจะแตกต่างกันอย่างมีนัยสำคัญ พฤติกรรมของโอเวอร์โทนต่างๆ เมื่อเวลาผ่านไปขึ้นอยู่กับประเภทของเครื่องดนตรี: ในเสียงของเปียโน ออร์แกน กีตาร์ ฯลฯ กระบวนการเปลี่ยนแอมพลิจูดของโอเวอร์โทนจะมีลักษณะที่แตกต่างไปจากเดิมอย่างสิ้นเชิง

ประสบการณ์แสดงให้เห็นว่าการสังเคราะห์เสียงของคอมพิวเตอร์เพิ่มเติมโดยคำนึงถึงการพัฒนาเฉพาะของเสียงหวือหวาส่วนบุคคลในเวลาทำให้ได้รับเสียงที่ "เหมือนจริง" มากขึ้น

คำถามเกี่ยวกับพลวัตของการเปลี่ยนแปลงที่เสียงหวือหวานำข้อมูลเกี่ยวกับเสียงต่ำเกี่ยวข้องกับการมีอยู่ของแถบการได้ยินที่สำคัญ เมมเบรนเบซิลาร์ในโคเคลียทำหน้าที่เป็นชุดตัวกรองแบนด์พาส ซึ่งความกว้างจะขึ้นอยู่กับความถี่: มากกว่า 500 เฮิรตซ์มีค่าประมาณ 1/3 ออคเทฟ ต่ำกว่า 500 เฮิรตซ์มีค่าประมาณ 100 เฮิรตซ์ แบนด์วิดท์ของตัวกรองการได้ยินเหล่านี้เรียกว่า "แบนด์วิดท์การได้ยินวิกฤต" (มีหน่วยวัดพิเศษคือ 1 เปลือก ซึ่งเท่ากับความกว้างของแถบวิกฤตตลอดช่วงความถี่เสียงทั้งหมด)
ภายในย่านความถี่วิกฤต การได้ยินจะรวมข้อมูลเสียงที่เข้ามา ซึ่งมีบทบาทสำคัญในกระบวนการปิดบังเสียงด้วย หากคุณวิเคราะห์สัญญาณที่เอาท์พุตของตัวกรองเสียง คุณจะเห็นว่าฮาร์โมนิคห้าถึงเจ็ดตัวแรกในสเปกตรัมเสียงของเครื่องดนตรีใดๆ มักจะตกอยู่ในแถบวิกฤตของตัวเอง เนื่องจากในกรณีดังกล่าว พวกมันค่อนข้างห่างกัน พวกเขาบอกว่าฮาร์โมนิค "เผย" ระบบการได้ยิน การปล่อยเซลล์ประสาทที่เอาต์พุตของตัวกรองดังกล่าวจะซิงโครไนซ์กับคาบของฮาร์มอนิกแต่ละตัว

ฮาร์โมนิคที่สูงกว่าระดับที่ 7 มักจะอยู่ใกล้กันในระดับความถี่ และจะไม่ถูก "กวาด" โดยระบบการได้ยิน ฮาร์โมนิคหลายตัวจะตกอยู่ในแถบความถี่วิกฤตแถบเดียว และจะได้รับสัญญาณที่ซับซ้อนที่เอาต์พุตของตัวกรองเสียง การปล่อยเซลล์ประสาทในกรณีนี้จะซิงโครไนซ์กับความถี่ของซองจดหมายเช่น โทนเสียงพื้นฐาน

ดังนั้นกลไกในการประมวลผลข้อมูลโดยระบบการได้ยินสำหรับฮาร์โมนิกแบบขยายและไม่ขยายจึงแตกต่างกันบ้าง: ในกรณีแรกข้อมูลจะถูกใช้ "ทันเวลา" ในส่วนที่สอง "ในสถานที่"

มีบทบาทสำคัญในการจดจำระดับเสียง ดังที่แสดงในบทความก่อนหน้านี้ เล่นโดยฮาร์โมนิก 15 ถึง 18 ตัวแรก การทดลองโดยใช้การสังเคราะห์เสียงแบบเติมแต่งด้วยคอมพิวเตอร์แสดงให้เห็นว่าพฤติกรรมของฮาร์โมนิคเฉพาะเหล่านี้มีผลกระทบที่สำคัญที่สุดต่อการเปลี่ยนแปลงของเสียงต่ำด้วย
ดังนั้นในการศึกษาจำนวนหนึ่งจึงเสนอให้พิจารณามิติของเสียงต่ำเท่ากับสิบห้าถึงสิบแปดและประเมินการเปลี่ยนแปลงตามจำนวนขนาดนี้ นี่เป็นหนึ่งในความแตกต่างพื้นฐานระหว่างเสียงต่ำและลักษณะของการรับรู้ทางเสียงเช่น ระดับเสียงหรือความดัง ซึ่งสามารถปรับขนาดได้ตามพารามิเตอร์สองหรือสามตัว (เช่น ระดับเสียง) ขึ้นอยู่กับความเข้ม ความถี่ และระยะเวลาของสัญญาณเป็นหลัก

เป็นที่ทราบกันดีว่าหากสเปกตรัมสัญญาณมีฮาร์โมนิคค่อนข้างมากด้วยตัวเลขตั้งแต่ 7 ถึง 15...18 และมีแอมพลิจูดที่ใหญ่เพียงพอ เช่น ในทรัมเป็ต ไวโอลิน ไปป์ลิ้นของออร์แกน เป็นต้น จากนั้นเสียงต่ำจะถูกมองว่าสดใส เสียงดัง แหลม ฯลฯ หากสเปกตรัมมีฮาร์โมนิกที่ต่ำกว่าเป็นหลัก เช่น ทูบา ฮอร์น ทรอมโบน จังหวะเสียงจะมีลักษณะเป็นสีเข้ม ทื่อ เป็นต้น คลาริเน็ตซึ่งมีฮาร์โมนิกแบบแปลก ๆ ครอบงำ สเปกตรัม มีเสียงค่อนข้าง "จมูก" เป็นต้น
ตามมุมมองสมัยใหม่ บทบาทที่สำคัญที่สุดสำหรับการรับรู้เสียงต่ำคือการเปลี่ยนแปลงในพลวัตของการกระจายพลังงานสูงสุดระหว่างเสียงหวือหวาของสเปกตรัม

ในการประเมินพารามิเตอร์นี้ ได้มีการนำแนวคิดของ "สเปกตรัมเซนทรอยด์" ซึ่งถูกกำหนดให้เป็นจุดกึ่งกลางของการกระจายพลังงานสเปกตรัมของเสียง บางครั้งถูกกำหนดให้เป็น "จุดสมดุล" ของสเปกตรัม วิธีการระบุคือการคำนวณค่าของความถี่เฉลี่ยที่แน่นอน:

โดยที่ Ai คือแอมพลิจูดของส่วนประกอบสเปกตรัม fi คือความถี่ของมัน
สำหรับตัวอย่างที่แสดงในรูป ค่าเซนทรอยด์นี้คือ 200 Hz

F =(8 x 100 + 6 x 200 + 4 x 300 + 2 x 400)/(8 + 6 + 4 + 2) = 200

การเปลี่ยนเซนทรอยด์ไปสู่ความถี่สูงนั้นให้ความรู้สึกถึงความสว่างที่เพิ่มขึ้นของเสียงต่ำ
อิทธิพลที่สำคัญของการกระจายพลังงานสเปกตรัมในช่วงความถี่และการเปลี่ยนแปลงเมื่อเวลาผ่านไปต่อการรับรู้เสียงต่ำอาจเกี่ยวข้องกับประสบการณ์ในการจดจำเสียงคำพูดตามลักษณะรูปแบบซึ่งนำข้อมูลเกี่ยวกับความเข้มข้นของพลังงานในพื้นที่ต่าง ๆ ของ สเปกตรัม (แต่ไม่ทราบว่าเป็นสเปกตรัมหลัก)
ความสามารถในการได้ยินนี้มีความสำคัญในการประเมินเสียงของเครื่องดนตรี เนื่องจากการมีอยู่ของบริเวณรูปแบบเป็นลักษณะเฉพาะของเครื่องดนตรีส่วนใหญ่ เช่น ในไวโอลินในย่านความถี่ 800...1,000 เฮิร์ตซ์ และ 2800...4000 เฮิร์ตซ์ คลาริเน็ต 1400...2000 Hz เป็นต้น
ดังนั้นตำแหน่งและพลวัตของการเปลี่ยนแปลงเมื่อเวลาผ่านไปจึงส่งผลต่อการรับรู้ลักษณะเสียงของแต่ละบุคคล
เป็นที่ทราบกันดีว่าอิทธิพลที่สำคัญของการมีรูปแบบการร้องเพลงที่สูงมีต่อการรับรู้เสียงร้องของเสียงร้อง (ในช่วง 2100...2500 Hz สำหรับเบส 2500...2800 Hz สำหรับเทเนอร์ 3000 ..3500 เฮิร์ตซ์ สำหรับนักร้องเสียงโซปราโน) ในบริเวณนี้ นักร้องโอเปร่ามุ่งความสนใจไปที่พลังเสียงถึง 30% ซึ่งช่วยให้มั่นใจได้ถึงความดังและความหลุดลอยของเสียงของพวกเขา การลบรูปแบบการร้องเพลงออกจากการบันทึกเสียงต่างๆ โดยใช้ฟิลเตอร์ (การทดลองเหล่านี้ดำเนินการในการวิจัยของศาสตราจารย์ V.P. Morozov) แสดงให้เห็นว่าเสียงต่ำจะทื่อ ทื่อ และเฉื่อยชา

การเปลี่ยนแปลงเสียงเมื่อเปลี่ยนระดับเสียงของการแสดงและการเปลี่ยนความสูงจะมาพร้อมกับการเปลี่ยนแปลงของเซนทรอยด์เนื่องจากการเปลี่ยนแปลงจำนวนเสียงหวือหวา
ตัวอย่างของการเปลี่ยนตำแหน่งของเซนทรอยด์สำหรับเสียงไวโอลินที่มีความสูงต่างกันแสดงในรูป (ความถี่ของตำแหน่งเซนทรอยด์ในสเปกตรัมถูกพล็อตตามแนวแกนแอบซิสซา)
การวิจัยแสดงให้เห็นว่าสำหรับเครื่องดนตรีหลายชนิด มีความสัมพันธ์ที่เกือบจะซ้ำซากจำเจระหว่างการเพิ่มความเข้ม (ความดัง) และการเปลี่ยนเซนทรอยด์ไปยังบริเวณความถี่สูง ส่งผลให้เสียงต่ำมีความสว่างมากขึ้น

เห็นได้ชัดว่าเมื่อทำการสังเคราะห์เสียงและสร้างองค์ประกอบคอมพิวเตอร์ต่างๆ ควรคำนึงถึงความสัมพันธ์แบบไดนามิกระหว่างความเข้มและตำแหน่งของเซนทรอยด์ในสเปกตรัมเพื่อให้ได้เสียงที่เป็นธรรมชาติมากขึ้น
ในที่สุดความแตกต่างในการรับรู้เสียงของเสียงจริงและเสียงที่มี "ความสูงเสมือน" เช่น เสียง ความสูงของสมองที่ "สมบูรณ์" ตามจำนวนเต็มของสเปกตรัม (ซึ่งเป็นเรื่องปกติ เช่น สำหรับเสียงระฆัง) สามารถอธิบายได้จากตำแหน่งของจุดศูนย์กลางของสเปกตรัม เนื่องจากเสียงเหล่านี้มีค่าความถี่พื้นฐาน เช่น ความสูงอาจจะเท่ากัน แต่ตำแหน่งของเซนทรอยด์นั้นแตกต่างกันเนื่องจากองค์ประกอบของเสียงหวือหวาที่แตกต่างกัน ดังนั้นเสียงต่ำจึงถูกรับรู้แตกต่างกัน
เป็นที่น่าสนใจที่จะทราบว่าเมื่อกว่าสิบปีที่แล้วมีการเสนอพารามิเตอร์ใหม่สำหรับการวัดอุปกรณ์อะคูสติก ได้แก่ สเปกตรัมสามมิติของการกระจายพลังงานในความถี่และเวลาซึ่งเรียกว่าการกระจายของ Wigner ซึ่งใช้กันอย่างแพร่หลายในหลากหลาย บริษัทต่างๆ จะประเมินอุปกรณ์ เนื่องจากตามประสบการณ์ที่แสดงให้เห็น ช่วยให้คุณสามารถกำหนดคุณภาพเสียงที่เหมาะสมที่สุดได้ เมื่อพิจารณาถึงคุณสมบัติที่กล่าวมาข้างต้นของระบบการได้ยินในการใช้พลวัตของการเปลี่ยนแปลงในลักษณะพลังงานของสัญญาณเสียงเพื่อกำหนดเสียงต่ำ จึงสามารถสรุปได้ว่าพารามิเตอร์การกระจายของ Wigner นี้ยังมีประโยชน์ในการประเมินเครื่องดนตรีอีกด้วย

การประเมินเสียงของเครื่องดนตรีต่าง ๆ นั้นเป็นแบบอัตนัยเสมอ แต่ถ้าเมื่อประเมินระดับเสียงและระดับเสียงก็เป็นไปได้ที่จะจัดเรียงเสียงในระดับหนึ่ง (และยังแนะนำหน่วยการวัดพิเศษ "ลูกชาย" บนพื้นฐานของการประเมินแบบอัตนัยด้วยซ้ำ สำหรับความดังและ "ชอล์ก" สำหรับความสูง) จากนั้นการประเมินเสียงต่ำจะเป็นงานที่ยากขึ้นอย่างมาก โดยทั่วไป ในการประเมินเสียงต่ำตามอัตวิสัย ผู้ฟังจะถูกนำเสนอด้วยคู่เสียงที่มีระดับเสียงและความดังเท่ากัน และจะถูกขอให้วางเสียงเหล่านี้ในระดับที่แตกต่างกันระหว่างคุณลักษณะเชิงพรรณนาที่ตรงกันข้ามกัน: "สว่าง"/"มืด", "เปล่งออกมา"/ “น่าเบื่อ” ฯลฯ (เราจะพูดถึงการเลือกคำศัพท์ต่าง ๆ เพื่ออธิบายลักษณะของไม้และข้อเสนอแนะของมาตรฐานสากลในประเด็นนี้อย่างแน่นอน)
อิทธิพลที่สำคัญต่อการกำหนดพารามิเตอร์เสียง เช่น ระดับเสียงสูงต่ำ ฯลฯ เกิดขึ้นจากพฤติกรรมด้านเวลาของฮาร์โมนิคห้าถึงเจ็ดตัวแรก เช่นเดียวกับฮาร์โมนิคที่ "ไม่ได้ขยาย" จำนวนหนึ่งจนถึงวันที่ 15...17 .
อย่างไรก็ตาม ตามที่ทราบจากกฎทั่วไปของจิตวิทยา ความจำระยะสั้นของบุคคลสามารถทำงานได้พร้อมกันโดยมีสัญลักษณ์ไม่เกินเจ็ดถึงแปดตัว ดังนั้นจึงเห็นได้ชัดว่าเมื่อรับรู้และประเมินเสียงต่ำจะใช้คุณลักษณะที่สำคัญไม่เกินเจ็ดหรือแปดประการ
ความพยายามที่จะสร้างคุณลักษณะเหล่านี้โดยการจัดระบบและการหาค่าเฉลี่ยของผลการทดลอง เพื่อค้นหามาตราส่วนทั่วไปซึ่งจะสามารถระบุเสียงของเสียงเครื่องดนตรีต่างๆ ได้ และเพื่อเชื่อมโยงมาตราส่วนเหล่านี้กับคุณลักษณะสเปกตรัมเวลาต่างๆ ของเสียงที่ได้ดำเนินการไปแล้ว เป็นเวลานาน

ผลงานที่มีชื่อเสียงที่สุดชิ้นหนึ่งคือผลงานของ Grey (1977) ซึ่งมีการเปรียบเทียบทางสถิติเกี่ยวกับการประมาณลักษณะต่างๆ ของเสียงต่ำของเสียงเครื่องสาย ไม้ เครื่องเพอร์คัชชัน ฯลฯ เสียงต่างๆ ถูกสังเคราะห์ขึ้นบนคอมพิวเตอร์ ซึ่งทำให้สามารถเปลี่ยนค่าชั่วคราวและสเปกตรัมในลักษณะทิศทางที่ต้องการได้ การจำแนกประเภทของลักษณะ Timbral ดำเนินการในพื้นที่สามมิติ (มุมฉาก) โดยที่สิ่งต่อไปนี้ถูกเลือกเป็นมาตราส่วนโดยทำการประเมินเปรียบเทียบระดับของความคล้ายคลึงกันของลักษณะของ Timbral (ตั้งแต่ 1 ถึง 30):

สเกลแรกคือค่าของเซนทรอยด์ของสเปกตรัมแอมพลิจูด (สเกลแสดงการกระจัดของเซนทรอยด์ กล่าวคือ ค่าสูงสุดของพลังงานสเปกตรัมจากฮาร์โมนิกต่ำไปสูง)
- ประการที่สอง - ความบังเอิญของความผันผวนของสเปกตรัมเช่น ระดับของความซิงโครไนซ์ในการเข้าและการพัฒนาของหวือหวาแต่ละสเปกตรัม
- ที่สาม - ระดับของการมีอยู่ของพลังงานเสียงความถี่สูงที่ไม่ใช่ฮาร์มอนิกแอมพลิจูดต่ำในช่วงระยะเวลาการโจมตี

การประมวลผลผลลัพธ์ที่ได้รับโดยใช้ชุดซอฟต์แวร์พิเศษสำหรับการวิเคราะห์คลัสเตอร์เผยให้เห็นความเป็นไปได้ของการจำแนกประเภทของเครื่องมือที่ค่อนข้างชัดเจนตามเสียงต่ำภายในพื้นที่สามมิติที่เสนอ

ความพยายามที่จะเห็นภาพความแตกต่างของเสียงในเสียงของเครื่องดนตรีตามพลวัตของการเปลี่ยนแปลงของสเปกตรัมในช่วงระยะเวลาการโจมตีเกิดขึ้นในผลงานของ Pollard (1982) ผลลัพธ์จะแสดงในรูป

พื้นที่สามมิติของไม้

การค้นหาวิธีการปรับขนาดเสียงหลายมิติและการสร้างการเชื่อมต่อกับลักษณะสเปกตรัมของเสียงยังคงดำเนินต่อไปอย่างแข็งขัน ผลลัพธ์เหล่านี้มีความสำคัญอย่างยิ่งต่อการพัฒนาเทคโนโลยีการสังเคราะห์เสียงของคอมพิวเตอร์ สำหรับการสร้างบทประพันธ์ดนตรีอิเล็กทรอนิกส์ต่างๆ สำหรับการแก้ไขและประมวลผลเสียงในการปฏิบัติงานด้านวิศวกรรมเสียง เป็นต้น

เป็นที่น่าสนใจที่จะทราบว่าในช่วงต้นศตวรรษ Arnold Schoenberg นักประพันธ์เพลงผู้ยิ่งใหญ่แห่งศตวรรษที่ 20 ได้แสดงความคิดที่ว่า "... ถ้าเราถือว่าระดับเสียงเป็นหนึ่งในมิติของเสียงดนตรี และดนตรีสมัยใหม่ถูกสร้างขึ้นจากความหลากหลายของ มิตินี้ ทำไมไม่ลองใช้มิติอื่นของเสียงร้องเพื่อสร้างองค์ประกอบภาพล่ะ" ปัจจุบันแนวคิดนี้กำลังถูกนำมาใช้ในงานของผู้แต่งที่สร้างดนตรีแนวสเปกตรัม (อิเล็กโตรอะคูสติก) นี่คือเหตุผลว่าทำไมความสนใจในปัญหาการรับรู้เสียงและการเชื่อมต่อกับลักษณะวัตถุประสงค์ของเสียงจึงสูงมาก

ดังนั้นผลลัพธ์ที่ได้แสดงให้เห็นว่าหากในช่วงแรกของการศึกษาการรับรู้ของเสียงต่ำ (ตามทฤษฎีคลาสสิกของ Helmholtz) มีการเชื่อมโยงที่ชัดเจนระหว่างการเปลี่ยนแปลงของเสียงต่ำและการเปลี่ยนแปลงในองค์ประกอบสเปกตรัมของส่วนที่นิ่งของ เสียง (องค์ประกอบของเสียงหวือหวาอัตราส่วนของความถี่และแอมพลิจูด ฯลฯ ) จากนั้นช่วงที่สองของการศึกษาเหล่านี้ (ตั้งแต่ต้นทศวรรษที่ 60) ทำให้สามารถสร้างความสำคัญพื้นฐานของลักษณะทางสเปกตรัมและชั่วคราวได้

นี่คือการเปลี่ยนแปลงโครงสร้างของกรอบเวลาในทุกขั้นตอนของการพัฒนาเสียง: การโจมตี (ซึ่งมีความสำคัญอย่างยิ่งในการจดจำเสียงของแหล่งกำเนิดต่างๆ) ส่วนที่อยู่กับที่ และการสลายตัว นี่คือการเปลี่ยนแปลงแบบไดนามิกในช่วงเวลาของขอบเขตสเปกตรัม รวมถึง การเปลี่ยนแปลงของสเปกตรัมเซนทรอยด์ เช่น การเปลี่ยนแปลงพลังงานสเปกตรัมสูงสุดในเวลา เช่นเดียวกับการพัฒนาในช่วงเวลาของแอมพลิจูดของส่วนประกอบสเปกตรัม โดยเฉพาะอย่างยิ่งฮาร์โมนิกที่ "ยังไม่พัฒนา" ห้าถึงเจ็ดตัวแรกของสเปกตรัม

ขณะนี้ช่วงที่สามของการศึกษาปัญหาของเสียงได้เริ่มขึ้นแล้ว การวิจัยมุ่งเน้นไปที่การศึกษาอิทธิพลของสเปกตรัมเฟส ตลอดจนการใช้เกณฑ์ทางจิตฟิสิกส์ในการรับรู้เสียงที่เป็นรากฐานของกลไกทั่วไปของการรู้จำภาพเสียง ( การจัดกลุ่มเป็นสตรีม การประเมินความบังเอิญ ฯลฯ)

Timbre และสเปกตรัมเฟส

ผลลัพธ์ที่นำเสนอทั้งหมดเกี่ยวกับการสร้างการเชื่อมโยงระหว่างเสียงต่ำที่รับรู้และคุณลักษณะทางเสียงของสัญญาณที่เกี่ยวข้องกับสเปกตรัมแอมพลิจูด แม่นยำยิ่งขึ้นกับการเปลี่ยนแปลงชั่วขณะในเปลือกสเปกตรัม (โดยหลักแล้วการกระจัดของศูนย์กลางพลังงานของสเปกตรัมแอมพลิจูด- เซนทรอยด์) และการพัฒนาเวลาของเสียงหวือหวาแต่ละรายการ

มีการทำงานจำนวนมากที่สุดในทิศทางนี้และได้รับผลลัพธ์ที่น่าสนใจมากมาย ตามที่ระบุไว้แล้ว เป็นเวลาเกือบร้อยปีในด้านจิตอะคูสติก ความคิดเห็นของเฮล์มโฮลทซ์มีชัยว่าระบบการได้ยินของเราไม่ไวต่อการเปลี่ยนแปลงในความสัมพันธ์ระยะระหว่างเสียงหวือหวาของแต่ละบุคคล อย่างไรก็ตาม หลักฐานการทดลองค่อยๆ สะสมว่าเครื่องช่วยฟังมีความไวต่อการเปลี่ยนแปลงเฟสระหว่างส่วนประกอบสัญญาณต่างๆ (งานของ Schroeder, Hartman ฯลฯ)

โดยเฉพาะอย่างยิ่ง พบว่าเกณฑ์การได้ยินสำหรับการเปลี่ยนเฟสของสัญญาณสองและสามองค์ประกอบในความถี่ต่ำและกลางคือ 10...15 องศา

ในช่วงทศวรรษ 1980 สิ่งนี้นำไปสู่การสร้างระบบลำโพงจำนวนหนึ่งที่มีการตอบสนองแบบเฟสเชิงเส้น ดังที่ทราบจากทฤษฎีทั่วไปของระบบ สำหรับการส่งสัญญาณที่ไม่มีการบิดเบือน จำเป็นต้องรักษาโมดูลัสของฟังก์ชันการถ่ายโอนให้คงที่ กล่าวคือ ลักษณะความถี่ของแอมพลิจูด (ซองจดหมายของสเปกตรัมแอมพลิจูด) และการพึ่งพาเชิงเส้นของสเปกตรัมเฟสต่อความถี่ เช่น φ(ω) = -ωT

แท้จริงแล้ว หากขอบเขตแอมพลิจูดของสเปกตรัมคงที่ ดังที่ได้กล่าวไปแล้วข้างต้น การบิดเบือนของสัญญาณเสียงก็ไม่ควรเกิดขึ้น ข้อกำหนดในการรักษาความเป็นเชิงเส้นของเฟสตลอดช่วงความถี่ทั้งหมดดังที่การวิจัยของ Blauert ได้แสดงให้เห็นแล้ว กลายเป็นว่ามากเกินไป พบว่าการได้ยินตอบสนองต่ออัตราการเปลี่ยนแปลงเฟสเป็นหลัก (เช่น อนุพันธ์ความถี่) ซึ่งเรียกว่า " เวลาล่าช้าของกลุ่ม ": τ = dφ(ω)/dω

จากผลการตรวจสอบเชิงอัตนัยจำนวนมาก เกณฑ์การได้ยินสำหรับการบิดเบือนความล่าช้าของกลุ่ม (เช่น ขนาดของส่วนเบี่ยงเบน Δτ จากค่าคงที่) ถูกสร้างขึ้นสำหรับสัญญาณเสียงพูด เพลง และเสียงรบกวนต่างๆ เกณฑ์การได้ยินเหล่านี้ขึ้นอยู่กับความถี่ และในบริเวณที่มีความไวในการได้ยินสูงสุดจะอยู่ที่ 1...1.5 มิลลิวินาที ดังนั้นในช่วงไม่กี่ปีที่ผ่านมา ในการสร้างอุปกรณ์อะคูสติก Hi-Fi อุปกรณ์เหล่านี้จึงได้รับคำแนะนำจากเกณฑ์การได้ยินข้างต้นเป็นหลักสำหรับการบิดเบือนความล่าช้าของกลุ่ม

มุมมองของรูปคลื่นที่อัตราส่วนเฟสโอเวอร์โทนต่างๆ สีแดง - เสียงหวือหวาทั้งหมดมีเฟสเริ่มต้นเหมือนกัน สีน้ำเงิน - เฟสต่างๆ จะถูกกระจายแบบสุ่ม

ดังนั้น หากความสัมพันธ์ของเฟสมีผลกระทบต่อการตรวจจับระดับเสียง ก็คาดว่าจะมีผลกระทบอย่างมีนัยสำคัญต่อการจดจำเสียงต่ำ

สำหรับการทดลอง เราเลือกเสียงที่มีโทนเสียงพื้นฐาน 27.5 และ 55 เฮิร์ตซ์ และมีโอเวอร์โทนหนึ่งร้อยโทน โดยมีคุณลักษณะอัตราส่วนแอมพลิจูดที่สม่ำเสมอของเสียงเปียโน ในเวลาเดียวกันได้ศึกษาโทนเสียงที่มีเสียงหวือหวาที่กลมกลืนกันอย่างเคร่งครัดและมีลักษณะที่ไม่ลงรอยกันของเสียงเปียโนซึ่งเกิดขึ้นเนื่องจากความแข็งแกร่งที่ จำกัด ของสายความหลากหลายความหลากหลายการมีอยู่ของการสั่นสะเทือนตามยาวและแรงบิด ฯลฯ

เสียงที่กำลังศึกษาถูกสังเคราะห์เป็นผลรวมของเสียงหวือหวา: X(t)=ΣA(n)sin
สำหรับการทดลองทางการได้ยิน ความสัมพันธ์ของระยะเริ่มต้นต่อไปนี้ถูกเลือกสำหรับเสียงหวือหวาทั้งหมด:
- A - เฟสไซน์ซอยด์ เฟสเริ่มต้นมีค่าเท่ากับศูนย์สำหรับเสียงหวือหวาทั้งหมด φ(n,0) = 0;
- B - เฟสทางเลือก (ไซน์สำหรับคู่และโคไซน์สำหรับคี่), เฟสเริ่มต้น φ(n,0)=π/4[(-1)n+1];
- C - การกระจายเฟสสุ่ม ระยะเริ่มต้นจะแปรผันแบบสุ่มในช่วงตั้งแต่ 0 ถึง 2π

ในการทดลองชุดแรก เสียงหวือหวาทั้ง 100 เสียงมีแอมพลิจูดเท่ากัน แต่เฟสต่างกันเท่านั้น (โทนเสียงพื้นฐาน 55 เฮิรตซ์) ในเวลาเดียวกัน เสียงร้องที่ฟังกลับแตกต่างออกไป:
- ในกรณีแรก (A) ได้ยินเสียงเป็นระยะที่ชัดเจน
- ในช่วงที่สอง (B) เสียงต่ำจะสว่างขึ้นและอีกเสียงหนึ่งจะได้ยินสูงกว่าเสียงแรกหนึ่งอ็อกเทฟ (แม้ว่าระดับเสียงจะไม่ชัดเจนก็ตาม)
- ในสาม (C) - เสียงมีความสม่ำเสมอมากขึ้น

ควรสังเกตว่าระดับเสียงที่สองฟังเฉพาะในหูฟังเท่านั้น เมื่อฟังผ่านลำโพง สัญญาณทั้งสามจะต่างกันเฉพาะเสียงต่ำเท่านั้น (ส่งผลต่อเสียงก้อง)

ปรากฏการณ์นี้ - การเปลี่ยนแปลงระดับเสียงเมื่อเฟสของส่วนประกอบบางอย่างของสเปกตรัมเปลี่ยนแปลง - สามารถอธิบายได้ด้วยข้อเท็จจริงที่ว่าเมื่อวิเคราะห์การแปลงฟูริเยร์ของสัญญาณประเภท B ก็สามารถแสดงเป็นผลรวมของเสียงหวือหวาสองชุด: เสียงหวือหวาหนึ่งร้อยเสียงที่มีเฟสประเภท A และเสียงหวือหวาห้าสิบเสียงที่มีเฟสต่างกัน 3π/4 และมีแอมพลิจูดมากกว่า √2 หูจะกำหนดระดับเสียงสูงต่ำให้กับกลุ่มเสียงหวือหวานี้ นอกจากนี้ เมื่อย้ายจากเฟส A ไปยังเฟส B เซนทรอยด์ของสเปกตรัม (พลังงานสูงสุด) จะเลื่อนไปทางความถี่ที่สูงขึ้น ดังนั้นเสียงต่ำจึงดูสว่างขึ้น

การทดลองที่คล้ายกันกับการเปลี่ยนเฟสของกลุ่มเสียงหวือหวาแต่ละกลุ่มยังนำไปสู่การปรากฏตัวของระดับเสียงเสมือนเพิ่มเติม (ชัดเจนน้อยลง) คุณสมบัติการได้ยินนี้เกิดจากการที่หูเปรียบเทียบเสียงกับตัวอย่างโทนเสียงดนตรีที่มีอยู่ และหากฮาร์โมนิคบางตัวหลุดออกจากอนุกรมปกติสำหรับตัวอย่างที่กำหนด หูจะระบุแยกกันและกำหนดพวกมัน สนามแยกต่างหาก

ดังนั้นผลการศึกษาของ Galembo, Askenfeld และคนอื่น ๆ แสดงให้เห็นว่าการเปลี่ยนแปลงเฟสในอัตราส่วนของเสียงหวือหวาแต่ละรายการนั้นค่อนข้างชัดเจนเมื่อมีการเปลี่ยนแปลงของเสียงต่ำและในบางกรณี - ในระดับเสียง

สิ่งนี้เห็นได้ชัดเจนโดยเฉพาะอย่างยิ่งเมื่อฟังโทนเสียงดนตรีจริงของเปียโน ซึ่งแอมพลิจูดของเสียงหวือหวาลดลงตามจำนวนที่เพิ่มขึ้น มีซองสเปกตรัม (โครงสร้างรูปแบบ) มีรูปร่างพิเศษ และความไม่ลงรอยกันของสเปกตรัมที่แสดงออกมาอย่างชัดเจน ( กล่าวคือ การเปลี่ยนแปลงความถี่ของโอเวอร์โทนแต่ละตัวที่สัมพันธ์กับอนุกรมฮาร์มอนิก )

ในโดเมนเวลา การมีอยู่ของความไม่ลงรอยกันทำให้เกิดการกระจายตัว กล่าวคือ ส่วนประกอบความถี่สูงแพร่กระจายไปตามสายอักขระด้วยความเร็วที่สูงกว่าส่วนประกอบความถี่ต่ำ และรูปคลื่นของสัญญาณจะเปลี่ยนไป การมีอยู่ของความไม่ลงรอยกันเล็กน้อยในเสียง (0.35%) จะเพิ่มความอบอุ่นและความมีชีวิตชีวาให้กับเสียง อย่างไรก็ตาม หากความไม่ลงรอยกันนี้มีขนาดใหญ่ขึ้น จังหวะและการบิดเบือนอื่นๆ จะกลายเป็นเสียงที่ได้ยินได้

ความไม่ลงรอยกันยังนำไปสู่ความจริงที่ว่าหากในช่วงเวลาเริ่มต้นเฟสของเสียงหวือหวาอยู่ในอัตราส่วนที่กำหนดจากนั้นความสัมพันธ์ของเฟสจะกลายเป็นแบบสุ่มเมื่อเวลาผ่านไปโครงสร้างจุดสูงสุดของรูปคลื่นจะเรียบออกและเสียงต่ำจะมากขึ้น สม่ำเสมอ - ขึ้นอยู่กับระดับของความไม่ลงรอยกัน ดังนั้นการวัดความสม่ำเสมอของความสัมพันธ์ระหว่างเฟสระหว่างเสียงหวือหวาที่อยู่ติดกันในทันทีจึงสามารถใช้เป็นตัวบ่งชี้เสียงต่ำได้

ดังนั้นผลของการผสมเฟสเนื่องจากความไม่ลงรอยกันจึงปรากฏในการเปลี่ยนแปลงการรับรู้ระดับเสียงและเสียงต่ำ ควรสังเกตว่าเอฟเฟกต์เหล่านี้สามารถได้ยินได้เมื่อฟังใกล้กับซาวด์บอร์ด (ในตำแหน่งนักเปียโน) และเมื่อไมโครโฟนอยู่ใกล้ และเอฟเฟกต์การได้ยินจะแตกต่างกันเมื่อฟังผ่านหูฟังและลำโพง ในสภาพแวดล้อมที่มีเสียงก้องกังวาน เสียงที่ซับซ้อนซึ่งมีปัจจัยจุดสูงสุดสูง (ซึ่งสอดคล้องกับความสัมพันธ์ของเฟสในระดับสูง) บ่งบอกถึงความใกล้ชิดของแหล่งกำเนิดเสียง เนื่องจากเมื่อเราถอยห่างจากแหล่งกำเนิดเสียง ความสัมพันธ์ของเฟสจะสุ่มมากขึ้นเนื่องจาก ภาพสะท้อนในห้อง เอฟเฟ็กต์นี้อาจทำให้การประเมินเสียงที่แตกต่างกันโดยนักเปียโนและผู้ฟัง รวมถึงเสียงที่แตกต่างกันของเสียงที่ไมโครโฟนบันทึกที่ซาวด์บอร์ดและผู้ฟัง ยิ่งอยู่ใกล้ ระยะที่สม่ำเสมอระหว่างเสียงหวือหวากับระดับเสียงที่ชัดเจนก็จะยิ่งสูงขึ้นเท่านั้น

งานเกี่ยวกับการประเมินอิทธิพลของความสัมพันธ์เฟสต่อการรับรู้เสียงดนตรีกำลังได้รับการศึกษาอย่างแข็งขันในศูนย์ต่างๆ (เช่นที่ IRCAM) และสามารถคาดหวังผลลัพธ์ใหม่ได้ในอนาคตอันใกล้นี้

ทำนองและหลักการทั่วไปของการรู้จำรูปแบบการได้ยิน

Timbre เป็นตัวระบุกลไกทางกายภาพของการก่อตัวของเสียงตามคุณลักษณะหลายประการ ช่วยให้คุณสามารถระบุแหล่งที่มาของเสียง (เครื่องดนตรีหรือกลุ่มเครื่องดนตรี) และกำหนดลักษณะทางกายภาพของมัน

สิ่งนี้สะท้อนให้เห็นถึงหลักการทั่วไปของการจดจำรูปแบบการได้ยินซึ่งตามหลักจิตอะคูสติกสมัยใหม่นั้นมีพื้นฐานอยู่บนหลักการของจิตวิทยาเกสตัลท์ (geschtalt, "ภาพ") ซึ่งระบุว่าเพื่อแยกและรับรู้ข้อมูลเสียงต่างๆ ที่มาถึงระบบการได้ยิน จากแหล่งต่างๆ ในเวลาเดียวกัน (การเล่นวงออเคสตรา การสนทนาระหว่างคู่สนทนาหลายคน ฯลฯ) ระบบการได้ยิน (เช่น ภาพ) ใช้หลักการทั่วไปบางประการ:

- การแบ่งแยก- แบ่งเป็นกระแสเสียงเช่น การระบุแหล่งที่มาของเสียงบางกลุ่มโดยอัตนัย เช่น ดนตรีโพลีโฟนี หูสามารถติดตามการพัฒนาของทำนองในเครื่องดนตรีแต่ละชิ้น
- ความคล้ายคลึงกัน- เสียงที่คล้ายกันในเสียงต่ำจะถูกจัดกลุ่มเข้าด้วยกันและมาจากแหล่งเดียวกันเช่นเสียงคำพูดที่มีระดับเสียงใกล้เคียงกันและเสียงต่ำที่คล้ายกันจะถูกพิจารณาว่าเป็นของคู่สนทนาคนเดียวกัน
- ความต่อเนื่อง- ระบบการได้ยินสามารถแทรกเสียงจากกระแสเดียวผ่านเครื่องสวมหน้ากากได้ เช่น หากมีเสียงรบกวนสั้นๆ แทรกเข้าไปในคำพูดหรือกระแสเพลง ระบบการได้ยินอาจไม่สังเกตเห็น เสียงดังกล่าวจะยังคงถูกรับรู้ต่อไป ต่อเนื่อง;
- "ชะตากรรมร่วมกัน"- เสียงที่เริ่มและหยุด และเปลี่ยนแอมพลิจูดหรือความถี่ภายในขีดจำกัดที่กำหนดพร้อมกัน มาจากแหล่งเดียว

ดังนั้น สมองจึงจัดกลุ่มข้อมูลเสียงที่เข้ามาตามลำดับ โดยกำหนดการกระจายเวลาของส่วนประกอบเสียงภายในสตรีมเสียงเดียว และพร้อมกันโดยเน้นส่วนประกอบความถี่ที่มีอยู่และเปลี่ยนแปลงพร้อมกัน นอกจากนี้ สมองจะเปรียบเทียบข้อมูลเสียงที่เข้ามากับภาพเสียงที่ "บันทึก" ในกระบวนการเรียนรู้ในหน่วยความจำอย่างต่อเนื่อง โดยการเปรียบเทียบชุดค่าผสมของเสียงที่เข้ามากับภาพที่มีอยู่ จะทำให้ระบุได้อย่างง่ายดายว่าภาพเหล่านั้นตรงกับภาพเหล่านี้ หรือใน ในกรณีที่เกิดเหตุบังเอิญที่ไม่สมบูรณ์ ให้กำหนดคุณสมบัติพิเศษบางอย่างให้พวกเขา (เช่น กำหนดระดับเสียงเสมือน เช่น ในเสียงระฆัง)

ในกระบวนการทั้งหมดเหล่านี้ การจดจำเสียงต่ำมีบทบาทพื้นฐาน เนื่องจากเสียงต่ำเป็นกลไกที่ดึงสัญญาณที่กำหนดคุณภาพเสียงออกจากคุณสมบัติทางกายภาพ โดยบันทึกลงในหน่วยความจำ เปรียบเทียบกับสัญญาณที่บันทึกไว้แล้ว จากนั้นจึงระบุในบางพื้นที่ของ เปลือกสมอง

พื้นที่การได้ยินของสมอง

ทิมเบร- ความรู้สึกหลายมิติ ขึ้นอยู่กับลักษณะทางกายภาพของสัญญาณและพื้นที่โดยรอบ งานได้ดำเนินการเกี่ยวกับการปรับสเกลเสียงต่ำในพื้นที่เมตริก (สเกลเป็นลักษณะทางสเปกโตร - ชั่วคราวของสัญญาณต่างๆ ดูส่วนที่สองของบทความในฉบับที่แล้ว)

อย่างไรก็ตาม ในช่วงไม่กี่ปีที่ผ่านมา มีความเข้าใจว่าการจำแนกเสียงในปริภูมิอัตนัยไม่สอดคล้องกับปริภูมิเมตริกมุมฉากตามปกติ มีการจำแนกประเภทใน "ปริภูมิย่อย" ที่เกี่ยวข้องกับหลักการข้างต้น ซึ่งไม่ใช่เมตริกหรือมุมฉาก

โดยการแยกเสียงออกเป็นพื้นที่ย่อยเหล่านี้ ระบบการได้ยินจะกำหนด "คุณภาพของเสียง" ซึ่งก็คือเสียงต่ำ และตัดสินใจว่าจะจัดประเภทเสียงเหล่านี้ให้เป็นหมวดหมู่ใด อย่างไรก็ตามควรสังเกตว่าชุดของสเปซย่อยทั้งหมดในโลกเสียงที่รับรู้โดยอัตนัยนั้นถูกสร้างขึ้นบนพื้นฐานของข้อมูลเกี่ยวกับพารามิเตอร์เสียงสองตัวจากโลกภายนอก - ความเข้มและเวลาและความถี่จะถูกกำหนดตามเวลาที่มาถึง ค่าความเข้มเท่ากัน ความจริงที่ว่าการได้ยินจะแบ่งข้อมูลเสียงที่เข้ามาออกเป็นสเปซย่อยเชิงอัตวิสัยหลายสเปซในคราวเดียว จะเพิ่มโอกาสที่ข้อมูลเสียงดังกล่าวจะสามารถรับรู้ได้ในสเปซใดสเปซหนึ่ง มันอยู่อย่างแม่นยำในการระบุสเปซย่อยอัตนัยเหล่านี้ซึ่งการรับรู้ของเสียงและลักษณะอื่น ๆ ของสัญญาณเกิดขึ้นซึ่งความพยายามของนักวิทยาศาสตร์กำลังกำกับอยู่

บทสรุป

โดยสรุป เราสามารถพูดได้ว่าลักษณะทางกายภาพหลักที่ใช้กำหนดเสียงต่ำของเครื่องดนตรีและการเปลี่ยนแปลงเมื่อเวลาผ่านไปคือ:
- การจัดตำแหน่งของแอมพลิจูดโอเวอร์โทนระหว่างช่วงการโจมตี
- เปลี่ยนความสัมพันธ์ของเฟสระหว่างหวือหวาจากที่กำหนดเป็นการสุ่ม (โดยเฉพาะอย่างยิ่งเนื่องจากความไม่ลงรอยกันของหวือหวาของเครื่องดนตรีจริง)
- การเปลี่ยนแปลงรูปร่างของเปลือกสเปกตรัมเมื่อเวลาผ่านไปในทุกช่วงเวลาของการพัฒนาเสียง: การโจมตีส่วนที่นิ่งและการสลายตัว
- การมีอยู่ของความผิดปกติในเปลือกสเปกตรัมและตำแหน่งของศูนย์กลางสเปกตรัม (สูงสุด

พลังงานสเปกตรัมซึ่งสัมพันธ์กับการรับรู้ของรูปร่าง) และการเปลี่ยนแปลงเมื่อเวลาผ่านไป

มุมมองทั่วไปของสเปกตรัมและการเปลี่ยนแปลงเมื่อเวลาผ่านไป

การปรากฏตัวของการมอดูเลต - แอมพลิจูด (ลูกคอ) และความถี่ (vibrato);
- การเปลี่ยนแปลงรูปร่างของเปลือกสเปกตรัมและลักษณะของการเปลี่ยนแปลงเมื่อเวลาผ่านไป
- การเปลี่ยนแปลงความเข้ม (ระดับเสียง) ของเสียงเช่น ธรรมชาติของความไม่เชิงเส้นของแหล่งกำเนิดเสียง
- การปรากฏตัวของสัญญาณเพิ่มเติมในการระบุเครื่องดนตรีเช่นเสียงลักษณะของคันธนูการเคาะวาล์วเสียงเอี๊ยดของสกรูบนเปียโน ฯลฯ

แน่นอนว่าทั้งหมดนี้ไม่ได้ทำให้รายการลักษณะทางกายภาพของสัญญาณที่กำหนดเสียงต่ำหมดสิ้น
การค้นหาในทิศทางนี้ดำเนินต่อไป
อย่างไรก็ตาม ในการสังเคราะห์เสียงดนตรี จำเป็นต้องคำนึงถึงคุณสมบัติทั้งหมดเพื่อสร้างเสียงที่สมจริง

คำอธิบายทางวาจา (วาจา) ของเสียงต่ำ

หากมีหน่วยวัดที่เหมาะสมสำหรับการประเมินระดับเสียง: จิตฟิสิกส์ (ชอล์ก), ดนตรี (อ็อกเทฟ, โทนเสียง, ครึ่งเสียง, เซ็นต์); มีหน่วยสำหรับความดัง (ลูกชาย พื้นหลัง) แต่สำหรับเสียงต่ำ มันเป็นไปไม่ได้ที่จะสร้างมาตราส่วนดังกล่าว เนื่องจากนี่เป็นแนวคิดหลายมิติ ดังนั้นพร้อมกับการค้นหาความสัมพันธ์ที่อธิบายไว้ข้างต้นระหว่างการรับรู้ของเสียงต่ำและพารามิเตอร์วัตถุประสงค์ของเสียงเพื่อกำหนดลักษณะเสียงของเครื่องดนตรีมีการใช้คำอธิบายด้วยวาจาเลือกตามลักษณะของสิ่งที่ตรงกันข้าม: สว่าง - ทื่อ, คมชัด - อ่อน ฯลฯ

ในวรรณกรรมทางวิทยาศาสตร์ มีแนวคิดมากมายที่เกี่ยวข้องกับการประเมินเสียงต่ำ ตัวอย่างเช่น การวิเคราะห์คำศัพท์ที่นำมาใช้ในวรรณกรรมทางเทคนิคสมัยใหม่ได้เปิดเผยคำศัพท์ที่เกิดขึ้นบ่อยที่สุดที่แสดงในตาราง มีความพยายามในการระบุสิ่งที่สำคัญที่สุดในหมู่พวกเขาและปรับขนาดเสียงต่ำตามลักษณะตรงกันข้ามตลอดจนเชื่อมโยงคำอธิบายทางวาจาของเสียงด้วยพารามิเตอร์ทางเสียงบางอย่าง

คำศัพท์เชิงอัตนัยพื้นฐานสำหรับการอธิบายเสียงต่ำที่ใช้ในวรรณกรรมทางเทคนิคระดับนานาชาติสมัยใหม่ (การวิเคราะห์ทางสถิติของหนังสือและวารสาร 30 เล่ม)

คล้ายกรด-เปรี้ยว
มีพลัง - เข้มแข็งขึ้น
อู้อี้ - อู้อี้
เงียบขรึม - เงียบขรึม (สมเหตุสมผล)
โบราณ-เก่า
หนาวจัด - หนาวจัด
muhy - มีรูพรุน
นุ่ม - นุ่ม
โค้ง-นูน
เต็ม - เต็ม
ลึกลับ - ลึกลับ
เคร่งขรึม - เคร่งขรึม
พูดชัดแจ้ง - อ่านง่าย
คลุมเครือ - ปุย
จมูก - จมูก
แข็ง - แข็ง
เคร่งครัด - รุนแรง
โปร่ง - ผอม
เรียบร้อย - เรียบร้อย
มืดมน - มืดมน
กัดกัด - กัด
อ่อนโยน - อ่อนโยน
เป็นกลาง - เป็นกลาง
เสียงดัง - เสียงดัง
อ่อนโยน - พูดเป็นนัย
เหมือนผี - ผี
ผู้สูงศักดิ์ - ผู้สูงศักดิ์
เหล็กกล้า - เหล็ก
ส่งเสียงดัง - คำราม
เหลือบ - เหลือบ
อึมครึม - อธิบายไม่ได้
เครียด - เครียด
ร้องเสียงดัง - ร้องเสียงดัง
อร่าม - ยอดเยี่ยม
คิดถึง - คิดถึง
เข้มงวด - เอี๊ยด
หายใจเข้า - หายใจ
มืดมน - เศร้า
เป็นลางร้าย - เป็นลางร้าย
เข้มงวด - จำกัด
สดใส - สดใส
เม็ดเล็ก - เม็ดเล็ก
ธรรมดา - ธรรมดา
แข็งแกร่ง - แข็งแกร่ง
ยอดเยี่ยม - ยอดเยี่ยม
ตะแกรง - ส่งเสียงดังเอี๊ยด
ซีด - ซีด
อุดอู้ - อุดอู้
เปราะ - มือถือ
ร้ายแรง - จริงจัง
หลงใหล - หลงใหล
อ่อนลง - อ่อนลง
พึมพำ - พึมพำ
อย่างยิ่งใหญ่ - คำรามทะลุทะลวง - ทะลุทะลวง
ร้อน - ร้อน
สงบ - ​​สงบ
ยาก - ยาก
เจาะ - เจาะ
หวาน - หวาน
แบก-บิน
รุนแรง - หยาบคาย
บีบ - จำกัด
อัมพิล - สับสน
กึ่งกลาง - เข้มข้น
หลอกหลอน - หลอกหลอน
เงียบสงบ - ​​เงียบสงบ
ทาร์ต - เปรี้ยว
เสียงดังกึกก้อง - เสียงเรียกเข้า
หมอก - คลุมเครือ
โศกเศร้า - โศกเศร้า
น้ำตาไหล - คลั่งไคล้
ชัดเจน ชัดเจน - ชัดเจน
จริงใจ - จริงใจ
ครุ่นคิด - มีน้ำหนัก
อ่อนโยน - อ่อนโยน
มีเมฆมาก - มีหมอก
หนัก - หนัก
ทรงพลัง - ทรงพลัง
ตึงเครียด - รุนแรง
หยาบ - หยาบคาย
กล้าหาญ - กล้าหาญ
โดดเด่น - โดดเด่น
หนา - หนา
เย็น - เย็น
เสียงแหบ - เสียงแหบ
ฉุน - กัดกร่อน
บาง - บาง
สีสัน - สีสัน
กลวง - ว่างเปล่า
บริสุทธิ์ - บริสุทธิ์
คุกคาม - คุกคาม
ไม่มีสี - ไม่มีสี
บีบแตร-ส่งเสียงหึ่ง(แตรรถ)
เปล่งประกาย - ส่องแสง
คอแห้ง - แหบแห้ง
เย็น - เย็น
ฮูตี้ - พึมพำ
แหบแห้ง - แสนยานุภาพ
น่าเศร้า - น่าเศร้า
เสียงแตก - เสียงแตก
แหบแห้ง - แหบแห้ง
แสนยานุภาพ - แสนยานุภาพ
สงบ - ​​สงบเงียบ
พัง-แตก
ไส้ - หลอดไส้
กก - โหยหวน
โปร่งใส - โปร่งใส
ครีม - ครีม
แหลมคม
กลั่นกรอง - กลั่นกรอง
ชัยชนะ - ชัยชนะ
ผลึก - ผลึก
ไม่แสดงออก - ไม่แสดงออก
ระยะไกล - ระยะไกล
tubby - รูปทรงกระบอก
ตัด - คม
เข้มข้น - เข้มข้น
รวย - รวย
ขุ่น - ขุ่น
มืด - มืด
ครุ่นคิด - เชิงลึก
เสียงเรียกเข้า - เสียงเรียกเข้า
turgid - โอ้อวด
ลึก - ลึก
มีความสุข - สนุกสนาน
แข็งแกร่ง - หยาบ
ไม่โฟกัส - ไม่โฟกัส
ละเอียดอ่อน - ละเอียดอ่อน
อิดโรย - เศร้า
หยาบ - ทาร์ต
ไม่เกะกะ - เจียมเนื้อเจียมตัว
หนาแน่น - หนาแน่น
แสง - แสง
โค้งมน - กลม
ปกคลุม - ปกคลุม
กระจาย - กระจัดกระจาย
กระจ่าง - โปร่งใส
ทราย - ทราย
นุ่ม - นุ่ม
กลุ้มใจ - ห่างไกล
ของเหลว - น้ำ
ดุร้าย - ป่า
มีชีวิตชีวา - สั่นสะเทือน
ห่างไกล - แตกต่าง
ดัง - ดัง
กรีดร้อง - กรีดร้อง
สำคัญ - สำคัญ
ฝัน - ฝัน
ส่องสว่าง - สุกใส
สงบ-แห้งเย้ายวน-เขียวชอุ่ม (หรูหรา)
แห้ง - แห้ง
เขียวชอุ่ม (ฉ่ำ) - ฉ่ำ
เงียบสงบเงียบสงบ - ​​สงบ
วรรณ - สลัว
น่าเบื่อ - น่าเบื่อ
โคลงสั้น ๆ - โคลงสั้น ๆ
เงา - เงา
อบอุ่น - อบอุ่น
จริงจัง - จริงจัง
ใหญ่โต - ใหญ่โต
คม - คม
เป็นน้ำ - เป็นน้ำ
สุขสันต์ - สุขสันต์
ชอบคิด - ครุ่นคิด
ระยิบระยับ - ตัวสั่น
อ่อนแอ - อ่อนแอ
ไม่มีตัวตน - ไม่มีตัวตน
ความเศร้าโศก - ความเศร้าโศก
ตะโกน - ตะโกน
หนัก - หนัก
แปลกใหม่ - แปลกใหม่
กลมกล่อม - นุ่มนวล
โหยหวน - โหยหวน
ขาว - ขาว
แสดงออก - แสดงออก
ไพเราะ - ไพเราะ
เนียน - เนียน
ลมแรง - ลมแรง
อ้วน - อ้วน
คุกคาม - คุกคาม
สีเงิน - สีเงิน
ตัวเล็ก - ผอม
ดุร้าย - ยาก
โลหะ - โลหะ
ร้องเพลง - ไพเราะ
ไม้ - ไม้
ป้อแป้ - ป้อแป้
หมอก - ไม่ชัดเจน
น่ากลัว - น่ากลัว
โหยหา - เศร้า
มุ่งเน้น - มุ่งเน้น
โศกเศร้า - โศกเศร้า
หย่อน - หย่อน
ห้าม - น่ารังเกียจ
เต็มไปด้วยโคลน - สกปรก
เรียบ - เรียบ

อย่างไรก็ตาม ปัญหาหลักคือไม่มีความเข้าใจที่ชัดเจนเกี่ยวกับคำศัพท์เชิงอัตนัยต่างๆ ที่อธิบายเสียงต่ำ การแปลที่ให้ไว้ข้างต้นไม่สอดคล้องกับความหมายทางเทคนิคที่ใส่ไว้ในแต่ละคำเสมอไปเมื่ออธิบายแง่มุมต่างๆ ของการประเมินเสียงต่ำ

วรรณกรรมของเราเคยมีมาตรฐานสำหรับคำศัพท์พื้นฐาน แต่ตอนนี้สิ่งต่าง ๆ ค่อนข้างน่าเศร้า เนื่องจากยังไม่มีงานสร้างคำศัพท์ภาษารัสเซียที่เหมาะสม และคำศัพท์หลายคำถูกใช้ในความหมายที่แตกต่างกันซึ่งบางครั้งก็ตรงกันข้ามโดยตรง
ในเรื่องนี้ AES เมื่อพัฒนาชุดมาตรฐานสำหรับการประเมินคุณภาพของอุปกรณ์เครื่องเสียง ระบบบันทึกเสียง ฯลฯ เชิงอัตนัย เริ่มให้คำจำกัดความของคำศัพท์เชิงอัตนัยในภาคผนวกของมาตรฐาน และเนื่องจากมีการสร้างมาตรฐานในกลุ่มทำงาน ซึ่งรวมถึงผู้เชี่ยวชาญชั้นนำจากประเทศต่างๆ ถือเป็นขั้นตอนสำคัญมากที่นำไปสู่ความเข้าใจคำศัพท์พื้นฐานในการอธิบายลักษณะของไม้อย่างสม่ำเสมอ
ตามตัวอย่าง ฉันจะอ้างอิงมาตรฐาน AES-20-96 - "คำแนะนำสำหรับการประเมินอัตนัยของลำโพง" - ซึ่งให้คำจำกัดความที่ตกลงกันไว้ของคำศัพท์เช่น "ความเปิดกว้าง" "ความโปร่งใส" "ความชัดเจน" "ความตึงเครียด" , “ความคม” ฯลฯ
หากงานนี้ดำเนินต่อไปอย่างเป็นระบบบางทีคำศัพท์พื้นฐานสำหรับการอธิบายเสียงต่ำของเครื่องดนตรีต่าง ๆ และแหล่งกำเนิดเสียงอื่น ๆ ด้วยวาจาอาจเห็นด้วยกับคำจำกัดความและผู้เชี่ยวชาญจากประเทศต่างๆ จะเข้าใจอย่างคลุมเครือหรือค่อนข้างใกล้ชิด